專利名稱：用于機器狀況監(jiān)視的條件多輸出回歸的系統(tǒng)和方法
技術(shù)領(lǐng)域：
本公開涉及用于基于傳感器輸出來監(jiān)視機器的狀況的方法。
背景技術(shù)：
近年來，監(jiān)視昂貴設(shè)備或機器(如發(fā)電廠或飛機)的狀況已經(jīng)受到越來越多的關(guān)注。目的是在早期階段檢測到這些機器的故障以避免后續(xù)災(zāi)害性損失。這可以通過對來自在機器的不同部件中安裝的一組傳感器的值進行分析而實現(xiàn)。當傳感器值之間的相關(guān)性被破壞時，很可能存在故障。對這種相關(guān)性進行建模的一個重要方面是基于過程輸入來準確地預(yù)測過程輸出的能力。這自然形成了多輸出回歸，該多輸出回歸旨在學(xué)習(xí)從輸入空間至 M維輸出空間的映射。多輸出回歸旨在學(xué)習(xí)從輸入空間至M維輸出空間的映射?？紤]到輸出通常彼此依賴的事實，先前的研究集中于對輸出的聯(lián)合預(yù)測分布或相關(guān)性進行建模。然后，可以將所學(xué)習(xí)的聯(lián)合預(yù)測分布應(yīng)用于各種各樣的問題。以下條件多輸出回歸得到了關(guān)注。對于測試輸入，如果另外知道一些輸出，則可以如何使用該額外信息來改進對其余輸出的預(yù)測？例如，在一地理位置處，給定了測量起來不太昂貴的金屬的濃度，那么可以估計別的金屬的濃度嗎？在金融市場中，公司A的盈利報告有助于更好地預(yù)測公司B的盈利報告嗎？在許多現(xiàn)代監(jiān)視系統(tǒng)中，將傳感器值從機器實時傳送至診斷中心。但是，由于網(wǎng)絡(luò)問題，使得這些傳感器值通常是順序地到來的而不是同時到來的。這些可用傳感器值可以用于幫助預(yù)測其他丟失的傳感器值嗎？如果輸入是輸出的馬爾科夫毯(Markov blanket)，例如在其中存在以輸入χ為條件的兩個輸出Y1和y2的

圖1 (a)中，這樣做沒有優(yōu)勢。這是由于在給定χ的情況下Y1和y2是條件獨立的，從而八I χ, =/^(八|)。因此，使用另一輸出y2作為輸入沒有幫助。然而，如圖1 (b)所示可以隱藏某些輸入，其中，從未觀察到輸入ζ。這是更現(xiàn)實的情形，原因在于測量實際數(shù)據(jù)集中的所有輸入是富有挑戰(zhàn)性的。在這些情況下，y2攜帶關(guān)于丟失的ζ的信息并被期望在用作輸入的情況下改進對Y1的預(yù)測。先前的方式通常通過基于已知輸出的聯(lián)合預(yù)測分布從已知輸出有條件地推斷未知輸出來解決該任務(wù)。然而，學(xué)習(xí)聯(lián)合預(yù)測分布是相當富有挑戰(zhàn)性的，尤其是在回歸映射為非線性時。由于多輸出回歸可以被視為多任務(wù)學(xué)習(xí)的特殊情況，因此當回歸任務(wù)共享相同輸入時，許多多任務(wù)技術(shù)也適用于多輸出回歸任務(wù)。然而，這些技術(shù)中的大多數(shù)集中于在M 個單輸出任務(wù)之間共享表示和參數(shù)。在預(yù)測中，所有單輸出模型獨立工作而不考慮其相關(guān)性。

發(fā)明內(nèi)容
這里描述的本發(fā)明的示例性實施例一般包括用于條件多輸出回歸的方法和系統(tǒng)。 根據(jù)本發(fā)明實施例的方法包括兩個模型。在根據(jù)本發(fā)明實施例的條件模型中，給定了 M個 輸出，每個輸出依賴于輸入和所有其他M-I個輸出。通過這樣做，其他輸出可以被視為與輸 入相同，并且因此可以將原始多輸出任務(wù)分為更簡單的單輸出任務(wù)。如果所有其他M-I個 輸出是已知的，則該條件模型単獨給出對目標輸出的預(yù)測。否則，根據(jù)本發(fā)明實施例的生成 (generative)模型可以用于基于輸入來推斷未知輸出，并且然后將不確定性傳播至條件模 型以進行最終預(yù)測。注意，術(shù)語“條件”和“生成”所針對的是輸出而不是輸入。根據(jù)本發(fā)明實施例的框架是非常普通的。根據(jù)本發(fā)明的其他實施例，可以在條件 模型中使用各種現(xiàn)有回歸技木。根據(jù)本發(fā)明的其他實施例，甚至更寬范圍的算法也可以用 于生成模型，只要這些算法提供了針對它們的預(yù)測的誤差棒。根據(jù)本發(fā)明的一方面，提供了一種用于預(yù)測傳感器監(jiān)視系統(tǒng)的傳感器輸出值的方 法，包括提供去往傳感器系統(tǒng)的ー個或多個測試輸入值的集合，以及來自所述傳感器系統(tǒng) 的ー個或多個已知傳感器輸出值，其中，其他傳感器輸出值是未知的，根據(jù)測試輸入值，針 對每個未知傳感器輸出值計算預(yù)測高斯分布函數(shù)
權(quán)利要求
1. 一種預(yù)測傳感器監(jiān)視系統(tǒng)的傳感器輸出值的方法，包括以下步驟 提供去往傳感器系統(tǒng)的一個或多個測試輸入值的集合，以及來自所述傳感器系統(tǒng)的-個或多個已知傳感器輸出值，其中，其他傳感器輸出值是未知的；根據(jù)測試輸入值，針對每個未知傳感器輸出值，計算預(yù)測高斯分布函數(shù)
2.根據(jù)權(quán)利要求1所述的方法，其中，針對每個未知輸出ym的預(yù)測高斯分布函數(shù)/jCtJX)是通過關(guān)于超參數(shù)
3.根據(jù)權(quán)利要求2所述的方法，其中，使用共軛梯度方法來最大化
4.根據(jù)權(quán)利要求2所述的方法，其中，條件高斯分布Pb,
5.根據(jù)權(quán)利要求4所述的方法，還包括當輸出值的集合\中存在義個丟失值時， 針對L中的每個丟失值對來自預(yù)測高斯分布/^tJ χ)的多個輸出值進行采樣；以及關(guān)于超參數(shù)&最大化多個采樣值的平均值
6.根據(jù)權(quán)利要求1所述的方法，還包括重復(fù)計算
7. 一種預(yù)測傳感器監(jiān)視系統(tǒng)的傳感器輸出值的方法，包括以下步驟 提供去往傳感器系統(tǒng)的一個或多個測試輸入值的集合，以及來自所述傳感器系統(tǒng)的一個或多個已知傳感器輸出值，其中，其他傳感器輸出值是未知的；根據(jù)測試輸入值，針對每個未知傳感器輸出值，計算預(yù)測分布函數(shù)
8.根據(jù)權(quán)利要求7所述的方法，還包括(a)將高斯分布
9. 一種用于預(yù)測傳感器監(jiān)視系統(tǒng)的傳感器輸出值的設(shè)備，所述設(shè)備包括 用于提供去往傳感器系統(tǒng)的一個或多個測試輸入值的集合以及來自所述傳感器系統(tǒng)的一個或多個已知傳感器輸出值的裝置，其中，其他傳感器輸出值是未知的； 用于根據(jù)測試輸入值、針對每個未知傳感器輸出值計算預(yù)測高斯分布函數(shù)
10.根據(jù)權(quán)利要求9所述的設(shè)備，其中，針對每個未知輸出的預(yù) 測高斯分布函數(shù)/^(tJX)是通過關(guān)于超參數(shù)=最大化
11.根據(jù)權(quán)利要求10所述的設(shè)備，其中，使用共 軛梯度 方法來 最大化
12.根據(jù)權(quán)利要求10所述的設(shè)備，其中，條件高斯分布是 針對輸入值X和輸出值Y的訓(xùn)練集合通過關(guān)于超參數(shù)P =最
13.根據(jù)權(quán)利要求12所述的設(shè)備，所述設(shè)備還包括用于在輸出值的集合中 存在個丟失值時針對中的每個丟失值對來自預(yù)測高斯分布/^( tJ x)的 多個輸出值進行采樣的裝置；以及用于關(guān)于超參數(shù)5最大化多個采樣值的平均值
14.根據(jù)權(quán)利要求9所述的設(shè)備，其中，所述設(shè)備還包括用于重復(fù)計算
全文摘要
本發(fā)明涉及用于機器狀況監(jiān)視的條件多輸出回歸的系統(tǒng)和方法。一種用于預(yù)測傳感器監(jiān)視系統(tǒng)的傳感器輸出值的方法，包括提供去往傳感器系統(tǒng)的測試輸入值的集合，以及來自所述傳感器系統(tǒng)的一個或多個已知傳感器輸出值，其中，其他傳感器輸出值是未知的；根據(jù)測試輸入值和已知輸出傳感器值，針對每個未知傳感器輸出值計算預(yù)測高斯分布函數(shù)；以及通過關(guān)于測試輸入值和其他未知輸出傳感器值對預(yù)測高斯分布函數(shù)與未知輸出傳感器值的條件高斯分布的乘積進行積分，來預(yù)測每個未知輸出ym。根據(jù)訓(xùn)練階段來確定預(yù)測高斯分布函數(shù)的均值和方差，并通過另一訓(xùn)練階段來確定條件高斯分布的超參數(shù)。
文檔編號G05B13/04GK102445902SQ20111030157
公開日2012年5月9日 申請日期2011年9月30日 優(yōu)先權(quán)日2010年9月30日
發(fā)明者袁超 申請人:西門子公司